Strojové učenie nad velkými dátami

• Základy práce v Pythone a v nástroji Google Colab
• Znalosti strojového učenia na úrovni kurzu Úvod do strojového učenia.

Študijný materiál spoločnosti Machine Learning College.

• Prehľad konceptov a nástrojov v spracovaní veľkých dát
  • Od malých k veľkým dátam a odhad ich hodnoty
  • Riadkové a stĺpcové databázy
  • HDFS (Hadoop Distributed File System)
  • Formáty dát – Parquet, ORC, Avro
  • Komprimácia – gzip, snappy, zstd
  • SQL databázy – BigQuery, Redshift, Clickhouse, Snowflake, Vertica
• Praktický príklad na porovnanie malých a veľkých dát
  • Úvod do Sparku
  • MapReduce
  • Spark Computing Engine a RDDs (Resilient Distributed Datasets)
  • DataFrames
  • Spark ekosystém
  • Najčastejšie chyby
  • Kde spustiť Spark
  • Alternatívy – Apache Beam (Dataflow), Dask, lambdas
• Praktický príklad so Sparkom
• ML stratégie pre veľké dáta
  • Inkrementálne učenie
  • Dávkové učenie pre neurónové siete
  • Distribuované trénovanie
  • Federated learning
  • Alternatívne stratégie
    • Náhodné vzorkovanie
    • Podmodely
    • Väčšie výpočtové kapacity
• Frameworky
  • Scikit-learn a partial_fit
  • MLlib
  • Dask-ML
• Praktické príklady s frameworkmi
• Najčastejšie chyby

Predošlé kurzy

Úvod do strojového učenia [MLC_INTRO]

Python I - úvod do programovania [PYTHON_INTRO]